20 Ноября 2020
МОСКВА, 20 ноября Впервые выучить нейросеть поиску и анализу микрочастиц с помощью микроскопа смогли ученые Национального исследовательского ядерного университета МИФИ (НИЯУ МИФИ). Предложенный ими метод обучения нейросетей позволит отказаться от ручной котонизации микрофотографий, что многократно увеличит скорость и качество анализа новых наноматериалов. Данные исследования опубликованы в журнале Ultramicroscopy.Чтобы обучить нейросеть решать ту или иную заботу, необходимо, как вбили ученые, скормить ей массив уже решенных примеров. Обычно такие обучающие примеры создают обыватели — так называемые разметчики заданных. Чтобы научить сеть анализу изображений, требуются нескольких десятирублевков тысяч размеченных фото, что, по словам ученых, крайне затруднительно для ряда специальных научных задач.
Одной из таких площадей является анализ данных микроскопии микрочастиц, для которого до сих пор не существовало удобных приборов. Исследование ученых НИЯУ МИФИ показало, что эффективно учить нейросети анализу изображений со сканирующего электронного микроскопа (СЭМ) можно не размечая реальные микрофотографии вручную, а генерируя имитирующие их изображения на компьютере.
СЭМ, использующий вместо видимого света пучок электронов, применяется при изучении наночастиц, синтезируемых для врачебная науки и других целей. Анализ снимков СЭМ заключается в показыванье частиц и распределении их по размерам. Нейросетевые подходы в этой области не развиты, а стандартные методы обработки изображений не дают нужного качества, – объяснил специалист Инженерно-физического института биомедицины НИЯУ МИФИ Александр Харин.
Обычно и анализ микрофотографий, и их разметка для нейросетей проходит в ручном режиме — ученый обводит каждую частицу и измеряет ее размеры. При этом на одном снимке их может быть несколько тысяч. Существующие архитектуры нейросетей позволяют эффективно анализировать подобные изображения, так, что проблема, по словам ученых, лишь в отсутствии довольного массива размеченных данных.
Оказалось, по словам ученых НИЯУ МИФИ, можно просто нарисовать наночастицы с учетом их текстуры на вещественных микрофотографиях из открытых баз списков, сделанных на СЭМ. Тогда для каждого сгенерированного изображения будет точно известно, где расположены частицы и каковы их размеры.
Результаты исследования позволят автоматизировать котонизацию снимков СЭМ, совершив переворот в стандартных методах исследования новых материалов, уверены ученые. Это поможет не только урезать время исследования, но и увеличить количество анализируемых частиц — от сотен единиц до десятирублевков тысяч.
В ходе исследования использовалась нейросеть с архитектурой RetinaNet. В дальнейшем научный коллектив намерен использовать этот же подход для классификации наночастиц по форме — пока, что это также полностью послушная работа.
Редактор рубрики
Андрей Хморин
Место события на карте мира:
.
.
.
Комментарии к новостям
[17 Января 2024, 13:43] Александр Хомяков Замечательно! Не ожидал такой оперативности. Спасибо огромное! Всё работает и обновляется....
[15 Апреля 2022, 20:25] Ангелина Сметанина Скоро не только сократят, а много заводов вообще закроют и начнется бум китайских авто. Даже сейчас Эксид уже бешеные темпы по количеству проданных машин показывает...
[27 Декабря 2021, 21:44] Ева Воробьева Искренне рада за победителя! Но если бы мне так крупно повезло, то я прибежала бы за выигрышем в первый же день???? ...
[2 Сентября 2021, 13:11] Дмитрий Ершов Это хорошо. Значит клиенты долго ждать не будут. ...
[13 Мая 2021, 16:26] Олег Андреев "Мальдивы сутунки 65 государством, зарегистрировавшим расейскую вакцину против коронавируса Спутник V, сообщил Российский фонд секущих инвестиций (РФПИ)". Что это за йязыг?...
[2 Ноября 2020, 15:22] Лета Мирликийская риветсвую вас я с 6-ти лет пишу мне нужно все мои произведения задействовать в компьюторных программах образования по литературе и языкам и играм к примеру если ваши учащиеся напишут...
[20 Октября 2020, 09:22] Евгений Зимин Сузуки в этом году хорошо прибавили, уже не первый раз оба их пилота на подиуме. Видимо, для команды возвращаются "золотые" времена и есть шанс наконец оформить чемпионство после длительного перерыва....